Evaluating the Predictive Power of Cognitive Assessment Tools for Cortical Hypometabolism in Alzheimer’s Disease
Notice bibliographique
Résumé
Background: Alzheimer’s disease (AD) is a progressive neurodegenerative disorder characterized by memory loss and cognitive decline. One of the leading theories explaining AD pathology is the emergence of cortical hypometabolism. This study aimed to investigate the association between cortical hypometabolism and various cognitive assessment tools across the dementia spectrum.Methods: This cross-sectional and longitudinal study utilized data from the Alzheimer’s Disease Neuroimaging Initiative (ADNI), including 1,048 participants: 291 cognitively normal (CN), 579 with mild cognitive impairment (MCI), and 178 with AD. Fluorodeoxyglucose positron emission tomography (FDG-PET) data (as an indicator of hypometabolism) and cognitive assessment scores—including the Alzheimer’s Disease Assessment Scale (ADAS11 and ADAS13 subtests), Montreal Cognitive Assessment (MoCA), Everyday Cognition Scale (ECog), and Mini-Mental State Exam (MMSE)—were analyzed. Statistical methods included ANOVA, multiple regression, and ROC/AUC analyses.Results: Linear regression revealed that ADAS11, ADAS13, and MMSE significantly predicted PET scores in the MCI group (p=0.002, p=0.002, p=0.017, respectively), while MoCA predicted PET scores in the CN group (β=0.016, p=0.045). ROC analysis showed that ADAS13 had the greatest discriminative capacity (AUC=0.786), followed by ADAS11 (AUC=0.767). Over time, PET scores declined significantly across all groups, with the AD group showing the largest decline. At 24 months, PET scores in the CN and MCI groups were notably higher than those in the AD group (p<0.001).Conclusion: ADAS11 and ADAS13 can effectively differentiate between normal and abnormal cortical hypometabolism. Among all cognitive measures, ADAS13 demonstrated the highest discriminative ability, making it a valuable tool for clinicians and researchers in the early detection and longitudinal monitoring of Alzheimer’s disease.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».